Scanner sách – số hóa những cuốn sách không thể tháo rời và không nên ép phẳng

Khi bản thân cuốn sách cũng là một phần của tư liệu

Nếu chỉ quan tâm đến chữ trên trang, cách nhanh nhất có thể là tháo gáy, tách từng tờ rồi đưa qua scanner ADF. Với một số tài liệu được phép xử lý theo cách phá hủy bản gốc, phương pháp này có thể mang lại năng suất rất cao.

Nhưng không phải cuốn sách nào cũng có thể đối xử như vậy.

Một cuốn gia phả cũ không chỉ chứa tên người và năm sinh. Cách đóng quyển, những trang bổ sung qua nhiều đời, chữ viết tay, dấu triện, ghi chú bên lề và cả dấu vết sử dụng đều có thể là một phần lịch sử của vật thể. Một cuốn kỷ yếu cũ có thể chỉ còn vài bản. Một sổ bộ, bản thảo hay sách quý trong thư viện càng không thể tháo gáy chỉ để số hóa thuận tiện hơn.

Khi ấy, mục tiêu không còn đơn thuần là lấy nội dung ra khỏi cuốn sách. Quá trình số hóa phải cố gắng thu nhận nội dung mà vẫn tôn trọng cấu trúc vật lý của bản gốc.

Flatbed giải quyết được một phần vì sách không phải chạy qua roller. Nhưng một vấn đề khác xuất hiện: muốn trang sách tiếp xúc đều với mặt kính, người sử dụng thường phải mở rộng hoặc tạo lực ép. Với sách dày, gáy cứng hay vật liệu đã lão hóa, thao tác đó có thể không phù hợp. Phần chữ gần gáy cũng dễ bị cong, tối hoặc biến dạng nếu trang không nằm phẳng.

Scanner sách tiếp cận vấn đề theo hướng khác. Thay vì bắt tài liệu thích nghi với đường giấy hay mặt kính, hệ thống được thiết kế để thu nhận trang sách trong trạng thái mở phù hợp với chính vật thể.

Đây là một thay đổi nhỏ về cách nghĩ nhưng rất quan trọng trong số hóa di sản: khi vật gốc có giá trị, thiết bị phải thích nghi với tài liệu nhiều hơn là buộc tài liệu thích nghi với thiết bị.

Thu nhận từ phía trên giúp cuốn sách không phải chạy qua máy

Ở dạng dễ nhận biết nhất, scanner sách sử dụng camera hoặc hệ thống quang học đặt phía trên tài liệu. Cuốn sách nằm trên bàn hoặc giá đỡ, người vận hành mở từng trang và hình ảnh được thu nhận từ phía trên.

Nhờ vậy, trang sách không phải chạy qua roller và cuốn sách cũng không nhất thiết phải úp xuống mặt kính.

Với các thiết bị để bàn, thiết kế overhead giúp số hóa sách, tạp chí và nhiều tài liệu đóng quyển thuận tiện hơn. Một số hệ thống sử dụng phần mềm để nhận diện hai trang đang mở, tự động tách chúng thành các trang riêng, chỉnh hướng và hỗ trợ xử lý phần cong gần gáy.

Ở cấp độ chuyên nghiệp hơn, các hệ thống số hóa sách có thể sử dụng book cradle – giá đỡ sách. Thay vì mở cuốn sách hoàn toàn 180 độ, giá đỡ cho phép giữ nó ở một góc phù hợp hơn với cấu trúc gáy. Với những vật liệu quý hoặc yếu, đây có thể là yếu tố rất quan trọng để giảm áp lực cơ học trong quá trình làm việc.

Một số hệ thống còn sử dụng kính hoặc tấm ép được kiểm soát để làm phẳng trang ở mức cần thiết trong khi vẫn hạn chế lực tác động lên cuốn sách. Nhưng không có một cấu hình duy nhất phù hợp với mọi vật liệu. Sách hiện đại, sách đóng gáy cứng, bản thảo, album, báo đóng tập hay gia phả cổ có thể cần những cách xử lý khác nhau.

Vì vậy, khái niệm “scanner sách” thực tế bao phủ một dải thiết bị khá rộng: từ overhead scanner nhỏ trên bàn làm việc cho đến những hệ thống digitization chuyên dụng trong thư viện và cơ quan lưu trữ.

Điểm chung không nằm ở hình dáng chiếc máy.

Điểm chung là vật gốc được giữ nguyên dạng đóng quyển trong quá trình thu nhận.

Trang cong, bóng gáy và hai trang mở tạo ra những bài toán riêng

Không kéo giấy qua máy không có nghĩa số hóa sách trở nên đơn giản.

Một cuốn sách mở tự nhiên thường tạo thành đường cong từ mép ngoài xuống phía gáy. Nếu camera nhìn từ phía trên, những dòng chữ gần vùng cong có thể bị biến dạng. Ánh sáng cũng có thể phân bố không đều, đặc biệt với giấy bóng hoặc trang không nằm cùng một mặt phẳng.

Đây là lý do phần mềm xử lý đóng vai trò đáng kể trong nhiều hệ thống scan sách. Thuật toán có thể hỗ trợ nhận biết đường cong của trang, hiệu chỉnh hình học, xoay trang, cắt mép và tách hai trang đang mở thành hai file riêng.

Nhưng cũng giống OCR, xử lý phần mềm không nên được hiểu là phép màu có thể sửa mọi đầu vào.

Nếu chữ bị khuất sâu trong gáy và camera không nhìn thấy, phần mềm không thể khôi phục chính xác thông tin chưa được thu nhận. Nếu tay người che mất một đoạn văn hoặc trang bị lật khi hình ảnh chưa được chụp đầy đủ, dữ liệu đầu vào đã thiếu. Nếu ánh sáng làm mất chi tiết ở một vùng, việc xử lý sau đó cũng có giới hạn.

Với sách quý, yêu cầu còn cao hơn chuyện “đọc được chữ”. Màu giấy, hình minh họa, con dấu, nét mực, ghi chú và tình trạng vật lý có thể đều cần được giữ lại. Khi đó, ánh sáng, độ phân giải, màu sắc và khả năng kiểm soát hình ảnh phải được đặt trong toàn bộ mục tiêu bảo tồn.

Năng suất cũng cần được nhìn khác scanner ADF.

ADF có thể tự động kéo hàng chục tờ giấy mỗi phút. Với sách, trong nhiều trường hợp con người vẫn phải lật từng trang. Vì thế, tốc độ của hệ thống không chỉ phụ thuộc vào thời gian camera chụp mà còn phụ thuộc cách lật trang, định vị sách, kiểm tra hình ảnh và tình trạng vật gốc.

Có những dự án mà mục tiêu là hàng nghìn cuốn sách và năng suất rất quan trọng. Nhưng với một cuốn gia phả duy nhất đã tồn tại cả trăm năm, nhanh thêm vài phút không nhất thiết là điều đáng ưu tiên.

Một lần nữa, giá trị của thiết bị chỉ có ý nghĩa khi đặt cạnh giá trị và tình trạng của vật đang được số hóa.

Từ gia phả trong một dòng họ đến những kho sách của cả xã hội

Trong bối cảnh Việt Nam, scanner sách mở ra một phạm vi số hóa rất rộng.

Đó có thể là những cuốn gia phả đang được các dòng họ giữ tại từ đường hoặc trong từng gia đình; những kỷ yếu trường học đã tồn tại qua nhiều thế hệ; sổ sách cũ của giáo xứ, đình, chùa và các cộng đồng; báo chí, tạp chí, sách địa phương; tài liệu của doanh nghiệp đã hoạt động nhiều thập niên; cho đến những bộ sưu tập trong thư viện, bảo tàng và cơ quan lưu trữ.

Nhiều tư liệu trong số đó chưa từng được sinh ra dưới dạng kỹ thuật số.

Muốn đưa chúng vào môi trường dữ liệu, một thiết bị thu nhận vẫn phải đứng ở cửa vào. Nhưng với sách đóng quyển, chiếc máy ấy phải giải quyết một yêu cầu rất khác scanner văn phòng: đọc từng trang mà không phá cấu trúc đã giữ những trang ấy bên nhau qua nhiều năm.

Sau bước thu nhận, toàn bộ những lớp công việc mình đã nói trong chuỗi lại tiếp tục xuất hiện. Hình ảnh cần được kiểm tra. Chữ có thể được OCR để tìm kiếm. Metadata phải ghi tên sách, tác giả hoặc người lập, niên đại, nguồn gốc và những thông tin liên quan. File cần được tổ chức và sao lưu để không biến mất khi thiết bị lưu trữ gặp sự cố.

Nếu làm tốt, giá trị tạo ra không chỉ là một bản PDF.

Một cuốn kỷ yếu cũ có thể được tìm theo tên người. Một bộ báo địa phương có thể trở thành nguồn tra cứu. Một gia phả có thể được chia sẻ cho những thành viên đang sống ở nhiều nơi mà bản gốc vẫn được giữ an toàn. Một cuốn sách quý có thể phục vụ hàng nghìn lượt đọc trên môi trường số thay vì phải liên tục đưa vật gốc ra sử dụng.

Đây chính là một trong những giá trị lớn nhất của số hóa: tách nhu cầu tiếp cận thông tin khỏi việc phải liên tục tiếp xúc với vật gốc.

Càng nhiều người có thể sử dụng bản số, vật gốc càng có cơ hội được giảm tần suất thao tác trực tiếp.

Nhìn theo hướng đó, scanner sách không đơn giản là một phiên bản khác của máy scan.

Nó nằm ở điểm giao giữa công nghệ và bảo tồn.

ADF được sinh ra để những tập hồ sơ có thể đi nhanh qua một dòng xử lý. Flatbed cho phép tài liệu đứng yên trên mặt kính. Scanner sách tiến thêm một bước: cho phép một vật thể đóng quyển tiếp tục giữ hình hài của nó trong khi nội dung bên trong được đưa sang thế giới số.

Với những cuốn sách bình thường, đó là sự thuận tiện.

Với một cuốn gia phả, bản thảo hay tư liệu chỉ còn duy nhất một bản, đó có thể là điều kiện để chúng ta vừa mở rộng khả năng tiếp cận, vừa không phải đánh đổi vật gốc để có được bản số.

Và có lẽ đây cũng là nguyên tắc quan trọng nhất khi số hóa sách quý:

Mục tiêu không phải làm cho cuốn sách phù hợp với chiếc scanner, mà là chọn cách scan phù hợp với cuốn sách.